Artículos

Stosowanie dolistne Speedfol® Kali SP zwiększyło plon włókna bawełnianego (+28%) i dochód netto (+157%) w Meksyku

W celu oceny reakcji bawełny na nawożenie dolistne preparatem Speedfol® Kali SP (12,2% N-NO3 -, 42,5% K2O, 0,9% B) przeprowadzono badanie polowe w celu oceny działania trzech dawek preparatu Speedfol™ Kali SP na plony bawełny. Badanie przeprowadzono w bloku 1401 w miejscowości Valle del Yaqui w stanie Sonora w Meksyku. Badano bawełnę odmiany Stonville, wysianą w dniu 15.03.2011 r.

Nawadnianie, momenty nawożenia i zastosowane ilości nawozów były zbliżone dla wszystkich operacji nawożenia (Tabela 1). W celu oceny cech gleby wykonano analizę żyzności gleby przed siewem (Tabela 2). Rzeczywiste nawożenia i daty zastosowania przedstawiono w Tabeli 3.

Tabela 1. Nawadnianie i nawozy stosowane w uprawach bawełny.

SHAPE  * MERGEFORMAT <v:rect id="Rechthoek_x0020_5" o:spid="_x0000_s1026" style='width:11.25pt;height:11.25pt; visibility:visible;mso-wrap-style:square;mso-left-percent:-10001; mso-top-percent:-10001;mso-position-horizontal:absolute; mso-position-horizontal-relative:char;mso-position-vertical:absolute; mso-position-vertical-relative:line;mso-left-percent:-10001;mso-top-percent:-10001; v-text-anchor:top' o:gfxdata="UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF dyTewfKKEqcMCKEmHfgZgaE8wMW+SSwc27JvS/v23KTJgkoXFsu+P+c7Ol5vDoMTe0zZBl/LVVlJ gV4HY31Xy4/tS3EvRSbwBlzwWMsjZrlprq/W22PELHjb51r2RPFBqax7HCCXIaLnThvSAMTP1KkI +gs6VLdVdad08ISeCho1ZLN+whZ2jsTzgcsnJwldluLxNDiyagkxOquB2Knae/OLUsyEkjenmdzb mG/YhlRnCWPnb8C898bRJGtQvEOiVxjYhtLOxs8AySiT4JuDystlVV4WPeM6tK3VaILeDZxIOSsu ti/jidNGNZ3/J08yC1dNv9v8AAAA//8DAFBLAwQUAAYACAAAACEArTA/8cEAAAAyAQAACwAAAF9y ZWxzLy5yZWxzhI/NCsIwEITvgu8Q9m7TehCRpr2I4FX0AdZk2wbbJGTj39ubi6AgeJtl2G9m6vYx jeJGka13CqqiBEFOe2Ndr+B03C3WIDihMzh6RwqexNA281l9oBFTfuLBBhaZ4ljBkFLYSMl6oAm5 8IFcdjofJ0z5jL0MqC/Yk1yW5UrGTwY0X0yxNwri3lQgjs+Qk/+zfddZTVuvrxO59CNCmoj3vCwj MfaUFOjRhrPHaN4Wv0VV5OYgm1p+LW1eAAAA//8DAFBLAwQUAAYACAAAACEAWX7e1d8CAAB4BgAA HwAAAGNsaXBib2FyZC9kcmF3aW5ncy9kcmF3aW5nMS54bWykVdtu2zAMfR+wfxD07trOnIuNukWb xMOAbiua9QMUWYmFypInKbcN+/dRstO46bCHNg8JJZFHh4ekcnm9rwXaMm24kjmOLyKMmKSq5HKd 48cfRTDByFgiSyKUZDk+MIOvrz5+uCTZWpOm4hQBgjQZyXFlbZOFoaEVq4m5UA2TcLZSuiYWlnod lprsALkW4SCKRmFNuMRXJ6gZsQRtNH8DlFD0iZVTIrfEAKSgWX+n4yjo+5FJJrefdbNo7rVjTr9t 7zXiZY5BOUlqkAiH3UHnBsvwLGp9AtivdO381WqF9h7l4L49BttbRGEzTgaT8RAjCked3d5Rff9H FK3m/40DMu2lYPSImMbRkNvXmcHNbWYPjFa2UuwJDZ+TPLqb5g5KYJBU04rINbsxDaMW+ELwcUtr tasYKY3bbmUB/VoEL9EJDERd7r6qEvQkG6t8l7xdqueUSdZoYz8zVSNn5FgDSQ9OtnfGtpyOLl4P VXAhvNpCvtgAzHYHqgSh7szVy7fv7zRK55P5JAmSwWgeJNFsFtwU0yQYFfF4OPs0m05n8R93b5xk FS9LJt01x1GKk1d9WnOqlVEre0FVHUKzcMqO4wTDFEenYTJK8NLBOUpGr5dTodGWiBwX/tMp33ML X9Lw/Qq5nKUUD5LodpAGxWgyDpIiGQbpOJoEUZzepqMoSZNZ8TKlOy7Z+1NCuxynw8HQV6lH+iy3 yH9e50aymlumkeB1jifPTiRzjTiXpS+tJVy0dk8KR/8kBZT7WGgwTTf+dr/wY2P3t6o8OMGW8AvN qxU0FzwJ8LSCUSn9C6MdPJg5Nj83RDOMxBcJc5DGSQJu1i+S4XgAC90/WfZPiKQAlWOLUWtOLawg ZNNovq7gptjLJNUNDM2Kdw3dcnLshLELexDMZ+2ZM1neE00egLOAuc0xk8HjotMRPCDZU3IbwxYN vAIdbpu9lwMcz95cH9r9R7iHvb+++gsAAP//AwBQSwMEFAAGAAgAAAAhAJJ9h+AdBwAASSAAABoA AABjbGlwYm9hcmQvdGhlbWUvdGhlbWUxLnhtbOxZS28bNxC+F+h/WOy9sWS9YiNyYMly3MQvREqK HCmJ2mXMXS5Iyo5uRXLqpUCBtOihAXrroSgaoAEa9NIfY8BBm/6IDrkvUqLiB1wgKGwBxu7sN8Ph zOzM7PDO3WcR9Y4xF4TFbb96q+J7OB6xMYmDtv9osP3Zbd8TEsVjRFmM2/4MC//uxqef3EHrI0qS IUN8PAhxhD0QFIt11PZDKZP1lRUxAjISt1iCY3g2YTxCEm55sDLm6AQWiOjKaqXSXIkQif0NkCiV oB6Ff7EUijCivK/EYC9GEax+MJmQEdbY8VFVIcRMdCn3jhFt+yBzzE4G+Jn0PYqEhAdtv6L//JWN OytoPWOicgmvwbet/zK+jGF8tKrX5MGwWLReb9Sbm4V8DaByEddr9Zq9ZiFPA9BoBDtNdbFltla7 9QxrgNJLh+yt1latauEN+bUFnTcb6mfhNSiVX1/Ab293wYoWXoNSfGMB3+isdbZs+RqU4psL+FZl c6vesuRrUEhJfLSArjSatW6+2wIyYXTHCV9r1Ldbq5nwEgXRUESXWmLCYrks1iL0lPFtACggRZLE npwleIJGEJNdRMmQE2+XBCEEXoJiJoBcWa1sV2rwX/3q+kp7FK1jZHArvUATsUBS+nhixEki2/59 kOobkLO3b0+fvzl9/vvpixenz3/N1taiLL4dFAcm3/ufvvnn1Zfe37/9+P7lt+nS83hh4t/98tW7 P/78kHjYcWmKs+9ev3vz+uz7r//6+aVD+iZHQxM+IBEW3j4+8R6yCDbo0B8P+eU4BiEiJsdmHAgU I7WKQ35PhhZ6f4YocuA62LbjYw6pxgW8N31qKdwP+VQSh8QHYWQB9xijHcadVnig1jLMPJjGgXtx PjVxDxE6dq3dRbHl5d40gRxLXCK7IbbUPKQolijAMZaeesaOMHbs7gkhll33yIgzwSbSe0K8DiJO kwzI0IqmkmmHROCXmUtB8Ldlm73HXodR16638LGNhHcDUYfyA0wtM95DU4kil8gBiqhp8F0kQ5eS /RkfmbiekODpAFPm9cZYCBfPAYf9Gk5/AGnG7fY9OotsJJfkyCVzFzFmIrfYUTdEUeLC9kkcmtjP xRGEKPIOmXTB95j9hqh78AOKl7r7McGWu8/PBo8gw5oqlQGinky5w5f3MLPitz+jE4RdqWaTR1aK 3eTEGR2daWCF9i7GFJ2gMcbeo88dGnRYYtm8VPp+CFllB7sC6z6yY1Xdx1hgTzc3i3lylwgrZPs4 YEv02ZvNJZ4ZiiPEl0neB6+bNu9BqYtcAXBAR0cmcJ9Avwfx4jTKgQAZRnAvlXoYIquAqXvhjtcZ t/x3kXcM3sunlhoXeC+BB1+aBxK7yfNB2wwQtRYoA2aAoMtwpVtgsdxfsqjiqtmmTr6J/dKWboDu yGp6IhKf2wHN9T6N/673gQ7j7IdXjpftevodt2ArWV2y01mWTHbm+ptluPmupsv4mHz8Tc0WmsaH GOrIYsa66Wluehr/f9/TLHufbzqZZf3GTSfjQ4dx08lkw5Xr6WTK5gX6GjXwSAc9euwTLZ36TAil fTmjeFfowY+A75nxNhAVn55u4mIKmIRwqcocLGDhAo40j8eZ/ILIsB+iBKZDVV8JCUQmOhBewgQM jTTZKVvh6TTaY+N02FmtqsFmWlkFkiW90ijoMKiSKbrZKgd4hXitbaAHrbkCivcyShiL2UrUHEq0 cqIykh7rgtEcSuidXYsWaw4tbivxuasWtADVCq/AB7cHn+ltv1EHFmCCeRw052Plp9TVuXe1M6/T 08uMaUUANNh5BJSeXlO6Lt2e2l0aahfwtKWEEW62EtoyusETIXwGZ9GpqBdR47K+XitdaqmnTKHX g9Aq1Wjd/pAWV/U18M3nBhqbmYLG3knbb9YaEDIjlLT9CQyN4TJKIHaE+uZCNIDjlpHk6Qt/lcyS cCG3kAhTg+ukk2aDiEjMPUqitq+2X7iBxjqHaN2qq5AQPlrl1iCtfGzKgdNtJ+PJBI+k6XaDoiyd 3kKGT3OF86lmvzpYcbIpuLsfjk+8IZ3yhwhCrNGqKgOOiYCzg2pqzTGBw7AikZXxN1eYsrRrnkbp GErpiCYhyiqKmcxTuE7lhTr6rrCBcZftGQxqmCQrhMNAFVjTqFY1LapGqsPSqns+k7KckTTLmmll FVU13VnMWiEvA3O2vFqRN7TKTQw5zazwaeqeT7lrea6b6xOKKgEGL+znqLoXKAiGauVilmpK48U0 rHJ2RrVrR77Bc1S7SJEwsn4zFztnt6JGOJcD4pUqP/DNRy2QJnlfqS3tOtjeQ4k3DKptHw6XYTj4 DK7geNoH2qqirSoaXMGZM5SL9KC47WcXOQWep5QCU8sptRxTzyn1nNLIKY2c0swpTd/TJ6pwiq8O U30vPzCFGpYdsGa9hX36v/EvAAAA//8DAFBLAwQUAAYACAAAACEAnGZGQbsAAAAkAQAAKgAAAGNs aXBib2FyZC9kcmF3aW5ncy9fcmVscy9kcmF3aW5nMS54bWwucmVsc4SPzQrCMBCE74LvEPZu0noQ kSa9iNCr1AcIyTYtNj8kUezbG+hFQfCyMLPsN7NN+7IzeWJMk3ccaloBQae8npzhcOsvuyOQlKXT cvYOOSyYoBXbTXPFWeZylMYpJFIoLnEYcw4nxpIa0cpEfUBXNoOPVuYio2FBqrs0yPZVdWDxkwHi i0k6zSF2ugbSL6Ek/2f7YZgUnr16WHT5RwTLpRcWoIwGMwdKV2edNS1dgYmGff0m3gAAAP//AwBQ SwECLQAUAAYACAAAACEAu+VIlAUBAAAeAgAAEwAAAAAAAAAAAAAAAAAAAAAAW0NvbnRlbnRfVHlw ZXNdLnhtbFBLAQItABQABgAIAAAAIQCtMD/xwQAAADIBAAALAAAAAAAAAAAAAAAAADYBAABfcmVs cy8ucmVsc1BLAQItABQABgAIAAAAIQBZft7V3wIAAHgGAAAfAAAAAAAAAAAAAAAAACACAABjbGlw Ym9hcmQvZHJhd2luZ3MvZHJhd2luZzEueG1sUEsBAi0AFAAGAAgAAAAhAJJ9h+AdBwAASSAAABoA AAAAAAAAAAAAAAAAPAUAAGNsaXBib2FyZC90aGVtZS90aGVtZTEueG1sUEsBAi0AFAAGAAgAAAAh AJxmRkG7AAAAJAEAACoAAAAAAAAAAAAAAAAAkQwAAGNsaXBib2FyZC9kcmF3aW5ncy9fcmVscy9k cmF3aW5nMS54bWwucmVsc1BLBQYAAAAABQAFAGcBAACUDQAAAAA= " filled="f" stroked="f">

Tabela 2. Analiza żyzności gleby (0–30 cm).

Tabela 3. Nawożenia i daty zastosowania.

Badane warianty nawożenia dolistnego obejmowały 4 zabiegi nawożenia uporządkowane w całkowicie losowy schemat blokowy z 5 powtórzeniami. Poletka miały 5 metrów długości i 0,9 metra szerokości. Opryski wykonywano ręcznie opryskiwaczem plecakowym o pojemności 15 litrów. Zabiegi nawożenia rozpoczęto w okresie pierwszego kwitnienia w odstępie około 7 dni, a zakończono na początku pierwszego etapu wzrostu torebek nasiennych. Zbiór ręczny z badanego poletka doświadczalnego odbył się w dniu 07.09.2011 r. po naniesieniu środka osuszającego na uprawę.

Analiza agronomiczna i wyniki ekonomiczne:
Analiza ANOVA statystycznej istotności wykazała wzrost plonu włókna bawełnianego (P = 0,01) w wyniku dolistnego nawożenia preparatem Speedfol™ Kali SP w porównaniu do nawożenia uprawy kontrolnej.

Ze wzoru regresji na rysunku 1 wyraźnie wynika, że maksymalny plon włókna bawełnianego wynoszący 1357 kg/ha uzyskano przy zastosowaniu 15 kg preparatu Speedfol™ Kali SP/ha. Na poletkach nienawożonych uzyskano średnio 1062 kg/ha; różnica między maksymalnym plonem a uzyskanym na poletku nienawożonym wyniosła więc 295 kg/ha (o 28% więcej włókna bawełnianego).

Powiązane artykuły